Dataset relaterat till processövervakning och tillståndsövervakning av en lagerringsslipmaskin

SND-ID: 2022-136-1. Version: 2. DOI: https://doi.org/10.5878/331q-3p13

Citering

Forskningshuvudman

Luleå tekniska universitet - Institutionen för teknikvetenskap och matematik rorId

Beskrivning

I publikationen (Ahmer, M., Sandin, F., Marklund, P. et al., 2022) har vi undersökt användningen av sensorer i en lagerringsslipmaskin för felklassificering och tillståndsövervakning. Föreslagen metod kombinerar domänkunskap om processövervakning och tillståndsövervakning för att framgångsrikt uppnå fellägesförutsägelse med hög noggrannhet med endast ett fåtal nyckelsensorer. Denna forskning visar att tillverkningsutrustning kan dra fördel av avancerad databehandling och maskininlärningsteknik.

Slipmaskinen är av typ SGB55 från Lidköping Machine Tools och används i detta fall för att slipa löpbanor på lagerinnerringar av typ SKF-6210 spårkullager. Sensorer för vibration, akustisk emission, kraft och temperatur är installerade för att övervaka maskinens tillstånd under slipning och olika driftsförhållanden. Data insamlas från sensorerna samt maskinens numeriska styrenhet under drift. Utvalda producerade kvalitetsparametrar mäts efter slipoperationen.

Ahmer, M., Sandin, F., Marklund, P., Gustafsson, M., & Berglund, K. (2022). Failure mode classification for condition-based maintenance in a be

... Visa mer..
I publikationen (Ahmer, M., Sandin, F., Marklund, P. et al., 2022) har vi undersökt användningen av sensorer i en lagerringsslipmaskin för felklassificering och tillståndsövervakning. Föreslagen metod kombinerar domänkunskap om processövervakning och tillståndsövervakning för att framgångsrikt uppnå fellägesförutsägelse med hög noggrannhet med endast ett fåtal nyckelsensorer. Denna forskning visar att tillverkningsutrustning kan dra fördel av avancerad databehandling och maskininlärningsteknik.

Slipmaskinen är av typ SGB55 från Lidköping Machine Tools och används i detta fall för att slipa löpbanor på lagerinnerringar av typ SKF-6210 spårkullager. Sensorer för vibration, akustisk emission, kraft och temperatur är installerade för att övervaka maskinens tillstånd under slipning och olika driftsförhållanden. Data insamlas från sensorerna samt maskinens numeriska styrenhet under drift. Utvalda producerade kvalitetsparametrar mäts efter slipoperationen.

Ahmer, M., Sandin, F., Marklund, P., Gustafsson, M., & Berglund, K. (2022). Failure mode classification for condition-based maintenance in a bearing ring grinding machine. In The International Journal of Advanced Manufacturing Technology (Vol. 122, pp. 1479–1495). https://doi.org/10.1007/s00170-022-09930-6

Filerna är grupperade i mappar i zip-filer. Pdf-filen "readme_data_description.pdf" beskriver innehållet i filerna i mapparna. "lib" innehåller information om bibliotek som kan användas för att läsa .tdms-datafilerna i Matlab eller Python. Se den engelska beskrivningen för mer information. Visa mindre..

Data innefattar personuppgifter

Nej

Språk

Metod och utfall

Dataformat / datastruktur

Datainsamling
  • Insamlingsmetod: Experiment
  • Beskrivning av insamlingsmetod: Rå tidsseriedata insamlad från maskin och sensorer under tillverkning av lagerringar och lagerringar kvalitetsmätdata.
  • Datainsamlare: AB SKF
  • Instrument: Lidköping SGB55 - External Grinding machine used in SKF for bearing ring grinding
  • Datakälla: Fysiska föremål
Geografisk täckning
Administrativ information

Ansvarig institution/enhet

Institutionen för teknikvetenskap och matematik

Ämnesområde och nyckelord

Forskningsområde

Annan elektroteknik och elektronik (Standard för svensk indelning av forskningsämnen 2011)

Tillförlitlighets- och kvalitetsteknik (Standard för svensk indelning av forskningsämnen 2011)

Publikationer

Sortera på namn | Sortera efter år

Ahmer, M., Sandin, F., Marklund, P., Gustafsson, M., & Berglund, K. (2022). Failure mode classification for condition-based maintenance in a bearing ring grinding machine. In The International Journal of Advanced Manufacturing Technology (Vol. 122, pp. 1479–1495). https://doi.org/10.1007/s00170-022-09930-6
DOI: https://doi.org/10.1007/s00170-022-09930-6
URN: urn:nbn:se:ltu:diva-92668
SwePub: oai:DiVA.org:ltu-92668

Ahmer, M., Marklund, P., Gustafsson, M., & Berglund, K. (2022). An implementation framework for condition-based maintenance in a bearing ring grinder. In Leading manufacturing systems transformation – Proceedings of the 55th CIRP Conference on Manufacturing Systems 2022 (pp. 746–751). https://doi.org/10.1016/j.procir.2022.05.056
URN: urn:nbn:se:ltu:diva-90896
DOI: https://doi.org/10.1016/j.procir.2022.05.056
SwePub: oai:DiVA.org:ltu-90896

Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.

Versioner

Version 2. 2023-03-10

Version 2: 2023-03-10

DOI: https://doi.org/10.5878/331q-3p13

Data korrigerade: Ett filarkiv i version 1 (test_5.zip) var skadat. Detta är nu korrigerat och samtliga .zip-arkiv i denna nya version är nyexporterade och ompackade. Observera att undermappar som i vissa arkiv var döpta till dress_<nummer>/ i version 1 nu heter dresscyc_<nummer>/ i denna version. Metadata i .tdms-filernas filhuvuden skiljer sig också åt i enstaka fält på grund av hanteringen.

Version 1. 2022-09-07

Version 1: 2022-09-07

DOI: https://doi.org/10.5878/s5fj-1x03

Kontakt för frågor om data

Muhammad Ahmer

ahmer88@gmail.com

Publicerad: 2023-03-10
Senast uppdaterad: 2024-02-05